摘要
数值偏微分方程（PDE）求解器是科学与工程的核心工具。现有基于 LLM 的编码代理通常直接从问题生成代码，导致求解策略隐含且难以修正。为此，本文提出 AutoPDE，一种将求解器策略作为独立、可检查对象显式维护的代码代理。该代理在编码前构建策略，并在求解失败时利用数值证据进行修订。AutoPDE 通过 PDE 分析、数值方法选择和自适应调优三个阶段，调用可重用的 PDE 求解技能库。实验表明，其在 PDE Agent Bench 上的通过率比最强基线提高 14.2%。
AI 推荐理由
论文核心在于构建显式的求解策略对象，利用可重用的 PDE 求解技能库进行方法选择与调优。
研究机构
University of Science and Technology of China
Zhejiang University
Eastern Institute of Technology, Ningbo
论文信息